红帽公司近日为OpenShift 版本的Kubernetes软件容器编排器推出了增强功能和新功能,这些功能尤为注重多样化工作负载的处理。
Red Hat OpenShift 4.16旨在为从事务密集型用途到人工智能模型训练和推理等不同类型的工作负载提供一致的管理。
新版本简化了环境,在这种环境中,虚拟机必须通过使用部署在OpenShift Data Foundation 和Advanced Cluster Management for Kubernetes上存储的Metro Disaster Recovery等功能,与容器化应用并存。
新的热添加中央处理单元支持使用户能够为正在运行的虚拟机声明性地添加额外的虚拟CPU资源,从而通过安全的内存超量承载提高内存密度。这是在虚拟化环境中使用的一种技术,为虚拟机或进程分配超出主机系统实际可用的内存。新的CPU“热插拔”功能允许在运行系统中添加或移除CPU,而无需关机或重启系统。
红帽公司表示,通过红帽高级集群管理(Red Hat Advanced Cluster Management)进行多集群虚拟化监控,用户可以查看多个Red Hat OpenShift集群中的所有虚拟机,收集并更快速地构建虚拟机报告。
OpenShift 4.16 还为单节点OpenShift 环境引入了基于镜像更新的“左移”方法。IBU 通过用新版本替换整个系统或应用程序镜像来更新软件或操作系统,而不是对现有文件应用单个补丁或更新。
单节点OpenShift用户现在可以将大部分更新流程转移到暂存环境,以减少更新生产站点所需的时间。更新还可以回滚到更新前的状态。
基于OpenShift的Appliance Builder现在可以作为技术预览版提供给希望使用独立的Red Hat OpenShift实例构建定制应用的红帽合作伙伴。Appliance Builder是一个基于容器的实用程序,它可以构建一个磁盘镜像,其中包含一个基于代理的安装程序,用于安装多个OpenShift集群。
该公司还表示,其高级集群安全云服务(Advanced Cluster Security Cloud Service)现已全面推出。这是一个完全托管的Kubernetes原生安全云服务,支持OpenShift和非Red Hat Kubernetes平台,如亚马逊网络服务公司的Elastic Kubernetes服务、谷歌公司的Kubernetes引擎和微软公司的Azure Kubernetes服务。
好文章,需要你的鼓励
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。